摘要
基于JAVA不断的技术演进和丰富的社区支持，在很多业务领域，使用JAVA构建业务系统目前仍为主流。对于我比较熟悉的金融支付系统，在过去几年中，尽管主体开发语言没变，仍旧以JAVA为主进行构建，但其体系架构正在随着新技术的涌现不断更新换代。本文以我比较熟悉的支付交易系统为案例（不限于支付交易系统，所有基于JAVA构建的业务系统都可以参考借鉴），在传统以JAVA构建的支付系统中，已经存在诸多问题或瓶颈，本文重点阐述新的技术架构，尤其是微服务相关架构的实际应用和体会。
说点题外话，在技术方案上我一直崇尚的是“技术即产品”，或者也可以理解成：只有象产品一样能解决问题的技术才是好技术。（在有一段时间，有不少小伙伴为解决简单问题而使用了不实用技术即被我challenge，哈哈）其实，不光只有我是这么认为的，比如李开复老师，他也曾说过，只做有用的创新，道理是一样啦。
在这篇文章里，重点不是讨论如何设计某个系统，所以我不准备画任何系统架构图，况且每个产品、每个团队、甚至产品的不同阶段，需要的架构都是不同的。在这一篇我给出一些主流的技术的理念、方法和我们使用的体验，也许在下一篇中，可以根据实际案例再谈怎么去架构或如何为现在的技术做升级。
微服务架构观
上次跟一个朋友聊到某个银行的业务系统，也是JAVA开发的，所有的业务逻辑写在一个巨大无比的WAR包里，跑在巨重无比的WebLogic下，每次启动需要十分钟以上，不要说快速迭代了，就连每次系统的小变更对开发或运维来说都惶恐无比，因为一旦很小的变动都需要变整个WAR包，且每次变动又需要花费很久时间。
所以，对于很多老的系统架构来说，其实已经到了非拆不可的程度了。使用微服务架构观是解决这一问题的最好思路。在此我需要强调一个观点：我并不是说一定要使用微服务各种工具，而是理解微服务架构观来帮助我们解决实际问题，微服务的一系列工具就看你怎么灵活使用了。
在谈微服务之前，我们不得不先谈到SOA服务，如果一句话来谈SOA和微服务的区别，即微服务不再强调传统SOA架构里面比较重的ESB企业服务总线，同时SOA的思想进入到单个业务系统内部实现真正的组件化。
微服务其思路很简单，就是避免开发一个巨大的单体式的应用，而是将应用分解为小的、互相连接的微服务。这样做的好处很明显，除了能避免以上这个问题以外，还有很多好处：其一、实现部署分离，负载大的应用部署在配置更好的机器，启动更多的实例；其二、每个微服务独立部署，升级和迭代不影响整个系统，所以加快迭代变得可能；其三、每个服务或技术相近的服务有专门团队开发，这点对于技术管理者和开发者来讲也非常不错，比如在金融业务系统中，有些是重业务的开发团队（比如风控系统服务），有些是技术更重的团队（比如安全加密服务），所以这对团队完全是不同的要求，所以放在不同的团队非常合理。除此以外，对于一个注重安全的管理者其实还有一个额外的好处，就是便于代码管控，一个人不会拿到所有代码，除非你的团队就一个人，呵呵。
所以，优化老架构的第一步，我觉得是：拆。
微服务拆分原则
拆分原则，几个点比较关键：
1、单一职责
一个微服务专注做一件事情，这个很好理解，如果一个服务做很多事就不叫微服务了。
2、不同技术领域或业务领域需要拆分
比如，在我们给用户的服务中，包括支付服务，也包括咨询服务业务，两块根本是不同业务领域，技术实现也不一样，果断拆分。
3、拆分粒度
并不是越细越好，没有统一标准，我的经验是：
如果复用性强的服务，比如我们有一些获取市场行情的数据处理模块、支付账务处理模块，这些果断拆出来；
有些业务涉及到事务一致性保证的（涉及多张数据库表记录，通过数据库实现一致性保证），如果拆分出来，一致性保证需要在服务层面实现，又是一个课题。我建议团队资源有限，就先不要拆，如果资源OK，则一劳永逸解决。
微服务的无状态化
本来我准备先谈微服务框架的选择，考虑到我们使用微服务的一个重要目标是平行扩展，所以首先需要让服务无状态化，就是说，服务不要和用户session挂钩。这是一个前提条件。其实不光是微服务，就算是想做到负载均衡Load Balance，也一样需要实现这个前提条件。
传统的JAVA构建的业务系统往往把用户信息和状态存放在服务器内存的Session对象中，当我们使用多节点分布式架构时，Login服务和业务服务可能分散在不同节点实例，这就导致业务不可用（Session找不到用户信息）。
我建议的方案是，采用独立的Sesssion缓存，该方案有两个点需要考虑，一个是存储介质，一个是实现机制。
存储介质目前最成熟和最广泛接受的就是Redis，性能很高，支持持久化，支持集群部署，针对Redis我们还有独立章节阐述。
实现机制上，我觉得有两个方案供选择，方案一是直接使用SpringSession，SpringSession功能很多并但不一定都用的上，而且对开源的产品本来就有一个学习成本，所以还有一个方案就是参考SpringSession的理念自己实现了。具体实现机制为，使用SessionFilter进行用户请求拦截，然后通过Request包装类接管应用服务器的Session管理。在Request包装类中重写getSession方法。让用户在进行Session读写的时候去Redis中进行操作，而且使用Session的方法与过去一样，使得管理方案对用户透明。
以上独立的Sesssion缓存方案就说完了，值得再提一句的是，在系统架构初期，一定要把认证服务、Sesssion缓存服务这样的基础服务和业务服务实例独立出来，这点非常重要，避免做的越多，改的越多。
微服务框架选择
当我们完成了服务的拆分，形成了一个个微小服务的时候，我们自然需要服务注册管理、服务发现、异常机制、服务监控等配套框架，此时需要选择一个靠谱的微服务框架了，目前有两个主流框架选择：Spring Cloud或者Dubbo。
Dubbo，是阿里巴巴服务化治理的核心框架，并被广泛应用于阿里巴巴集团的各成员站点，在国内也非常火。Spring Cloud，是 Spring Source 的产物，Spring 社区的强大背书可以说是 Java 企业界最有影响力的组织，除了 Spring Source 之外，还有 Pivotal 和 Netfix 是其强大的后盾与技术输出。其中 Netflix 开源的整套微服务架构套件是 Spring Cloud 的核心。具体可参考下面这张图：
有关这两个框架更详细的的对比可以看这篇文章：微服务架构的基础框架选择：Spring Cloud还是Dubbo？
在这里需要说明一下Spring Boot，该开源产品是由Pivotal团队提供，其设计目的是用来简化新Spring应用的初始搭建以及开发过程。使用Spring Boot是整个团队都不会后悔的决定，开发迅速、打包和发布及其方便（打包成一个jar便可），所以能帮助团队快速开发一套restful风格的web应用程序。而且对于之前使用Spring框架的团队来说，移植也不算大动干戈。
对我们来说，我们准备选择的是Spring Cloud。原因很简单，因为我们使用了SpringBoot作为主开发框架，SpringBoot和Spring Cloud天然整合良好，SpringBoot项目很容易就能成为SpringCloud的注册服务。
对于大部分开发者来说，不论使用Spring Cloud或者Dubbo，都需要花费时间和学习成本，此时你们要考虑的是你的业务到底有多复杂，或者微服务划分的到底有多细，当然对于很多情况，其实完全可以考虑以下替代方案。
API Gateway + Load Balance方案
一个简单的服务发现的解决方案就是使用 LoadBalancer 。你可以使用NGINX或者使用硬件LB设备，当然如果使用阿里云等云计算服务，使用LB将会是成本最低的选择。当然，缺点也一定会有，因为不是分布式处理模式，会产生性能上的瓶颈或单点故障，同时无法作为精细粒度控制（比如权限管控等），但不管怎样，这是一个不错的阶段性方案，我们很长一段时间也是这么使用的。
对外提供服务的方式不得不提的就是API Gateway。API Gateway作为系统的入口，具有服务转发、授权验证、负载均衡等作用，可以快速对外封装一系列HTTP Rest风格 API。阿里云、AWS等云服务商已经提供了完整的API Gateway服务产品，也可以使用Spring Integration Gateway来构建自己的gateway。
一般来讲，API的调用方来自于自有应用或第三方应用，渠道可能是PC网站、移动客户端等。使用API Gateway是开放业务服务的首选。
总之，如果API Gateway可以作为简单的微服务框架的实现产品，配合负载均衡，完全可以构建一个不错的微服务架构。
高性能的RPC方案
微服务架构确定后，则需要考虑的是内部服务之间的高效的RPC框架，它是架构微服务化的基础组件，它能大大降低架构微服务化的成本，提高调用方与服务提供方的调用效率，屏蔽跨进程调用函数（服务）的各类复杂细节。
RPC框架在逻辑上分为二层，一是传输层，负责网络通信；二是协议层，将数据按照一定协议格式打包和解包。
以下是有几个朋友用过或推荐的跨语言RPC框架，大家做个了解。
thrift是一个facebook开源的高效RPC框架，其主要特点是跨语言及二进制高效传输（当然，除了二进制，也支持json等常用序列化机制），官网地址：Apache Thrift - Home
Hessian是一款基于HTTP协议的RPC框架，采用的是二进制RPC协议，非常轻量级 ，且速度较快。其通讯效率高于WebService和Java自带的序列化
Avro Welcome to Apache Avro! 大名鼎鼎的Hadoop的子项目。它本身即是一个序列化框架，同时也实现RPC的功能。Avro序列化特点：支持跨语言实现，与 Apache Thrift 和Google的Protocol Buffers相比，Avro的优势在于支持动态模式，即可以不生成代码，避免了侵入性，作为POJO的DTO(数据传输对象)是不适合用代码生成的。还有Avro序列化时由于不需要字段标识符来打标签，所以使用它序列化生成的数据小（应该是现有序列化系统中最精简的了），最后它的性能也非常优秀。
除此以外，国内的nfs-rpc 淘宝牛人开源的一个RPC框架，Dubbo 为 阿里开源的一个分布式服务框架，也提供高性能和透明化的RPC远程服务调用方案。大家可以从网上找更多资料了解。
另外介绍一下 Protocol Buffers：谷歌创建的一种基于二进制连接格式的接口描述语言。在解析和网络传输方面Protocol buffers非常高效，并经历了谷歌高负荷环境的考验。
从序列化方式来看，Apache Thrift 、Google的Protocol Buffers和Avro应该是属于同一个级别的框架，都能跨语言，性能优秀，数据精简，但是Avro的动态模式（不用生成代码，而且性能很好）这个特点让人非常喜欢，比较适合RPC的数据交换。
上篇先写这么多吧，后面还有一些话题，通过消息队列构建异步的系统环境、通过Redis实现性能优化、持续集成方案、混合云带来的好处,以及一些实际案例带给大家，供探讨，谢谢！
作者：肖旻
简介：金融/支付IT，持续关注支付/跨境支付/创新金融科技-区块链，曾在银联数据、国内大型支付机构、专注外汇的初创金融科技公司工作。
微信：wx1489968049
知乎：肖旻FINTECH
